通常主成分分析(PCA)只能保持数据的全局结构，邻域保持嵌入(NPE)算法只能保持邻域样本间的相似性，忽略了其差异性。针对上述问题，提出了一种融合全局与局部多样性的特征提取算法，并将其应用于人脸表情识别中。该算法利用PCA算法保持全局结构，并通过流形学习思想定义局部差异离散度和局部相似离散度，结合最大局部散度差准则，有效刻画出局部流形结构的多样性；将全局特征和局部多样性特征相结合，提取出低维流形特征用于表情分类。在JAFFE和Cohn-Kanade人脸表情数据库上的实验表明，该算法与PCA、局部